MétaCan
Menu
Retour à la cohorte
Enregistrement W2057201559 · doi:10.1097/00006324-200210000-00008

Effect of Lens Base Curve on Subjective Comfort and Assessment of Fit with Silicone Hydrogel Continuous Wear Contact Lenses

2002· article· en· W2057201559 sur OpenAlexaff
Kathryn Dumbleton, Robin L. Chalmers, John McNally, Simone Bayer, Desmond Fonn

Notice bibliographique

RevueOptometry and Vision Science · 2002
Typearticle
Langueen
DomaineMedicine
ThématiqueOphthalmology and Visual Impairment Studies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésKeratometerSilicone hydrogelLens (geology)Contact lensBase (topology)OphthalmologyMedicineSiliconeOptometryMaterials scienceOpticsMathematicsVisual acuityPhysicsComposite material

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To study the effect of base curve on subjective comfort of silicone hydrogel extended wear lenses. METHODS: Ninety-five subjects were first trial fitted with 8.6-mm base curve lotrafilcon A (Focus Night & Day) lenses and then with 8.4-mm lenses only if poor subjective comfort or poor fit was present. Comfort and fit were assessed after 15 min. Subjects with discomfort or signs of poor fit were then trial fitted with 8.4-mm lenses. RESULTS: Of 190 eyes, 74.2% were fitted with 8.6-mm lenses, and 23.7% required 8.4-mm lenses. Two (2.1 %) subjects could not be fitted with either base curve. Mean steep keratometry (K) reading for eyes dispensed with 8.6-mm lenses was 43.88 D and 45.56 D for eyes dispensed in the 8.4-mm lenses (p < 0.001). CONCLUSIONS: A clinically useful criterion showing the need for 8.4-mm lenses was steep K of > or = 45.50 D; 77% of these eyes required the steeper lens for good comfort and fit. Subjective discomfort with 8.6-mm lenses was also a useful signal for the need of a steeper lens; mean comfort scores for those subjects rose from 6.33 with 8.6-mm lenses to 9.44 with the 8.4-mm lenses for eyes requiring the steeper lens (p < 0.001).

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,029
Tête enseignante GPT0,443
Écart entre enseignants0,415 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations51
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOptometry and Vision ScienceMême sujetOphthalmology and Visual Impairment StudiesTravaux en français237 207